文告指出，Ellipse是首個在國際清算銀行開放技術平台上發布的原型平台。該開放技術平台公開分享統計和金融軟件，從而促進國際間的合作。
第一階段使用跨境數據，研究如何通過數碼報告，實現數據驅動的監管。第二階段則研究先進數據分析，例如將機器學習（machine learning）和自然語言處理（Natural Language Processing）運用在非結構化和更細微的資料，以識別風險的相關程度和情緒分析，並立刻提醒監管機構可能須要進一步調查的問題。
國際清算銀行新加坡創新中心（BIS Innovation Hub Singapore Centre）與新加坡金融管理局（MAS）開發了一個結合監管數據與分析的原型平台，以幫助監管機構發現個別銀行和銀行系統的潛在風險。
何恒心指出，金管局正在根據該局的監管需求，調整Project Ellipse的原型平台。金管局也期待和其他監管機構一同開發監管技術。
金管局副局長（金融監管）何恒心也說，科技的進步，使得監管者可以借助更細致、更及時以及更多元的數據來顯著提高監管效率。“Project Ellipse清楚地展示了，收集和使用這類數據不一定是令人望而卻步的，而是可以編纂、有效率，也具有成本效益，甚至可以跨境使用。”
在英國中央銀行、國際掉期與衍生工具協會（International Swaps and Derivatives Association）、埃森哲（Accenture）和精深科技公司Financial Network Analytics的協助下，Project Ellipse分兩個階段進行。
國際清算銀行創新中心代理主任樂思寇（Ross Leckow）指出，監管者需要准確和及時的信息來評估新出現的風險，並作出監管決定。“Project Ellipse現在爲全球監管機構開發了一個具有潛力的工具，以進一步探索和合作制定共同的解決方案，提高監管機構的數據和分析能力。”
這項名爲Project Ellipse的項目，成功地展示了如何將監管數據和其他資料，如文章和新聞，整合到單一的平台上，以協助監管機構進行監管。
這項名爲Project Ellipse的項目，成功地展示了如何將監管數據和其他資料，如文章和新聞，整合到單一的平台上，以協助監管機構進行監管。
樂思寇認爲，監管者可借著此工具獲得更多、更好的結構化和非結構化的數據，以及爲國家或跨境監管提供實時分析。